[发明专利]一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法

说明书

本发明公开了一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法。该发明利用多信任度样本数据与自适应加点准则相结合的方法，构建了自适应协同元模型。能够使用少量的样本数据，在区间内有针对性地进行序贯抽样，选取对元模型改善最大的期望点进行添加，直到满足精度要求并终止迭代，完成最终多信任度协同元模型的建立，应用于燃料舱焊接变形的预测。该方法避免了盲目地大量抽样，首次将多信任度样本数据与自适应加点准则相结合应用在焊接领域，解决高耗时、高成本的焊接变形预测问题，对燃料舱的实际生产具有现实指导意义。

技术领域

本发明属于焊接技术领域，尤其涉及一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法。

背景技术

在现代先进的突防装备中，为了能够使产品满足射程、精度、突防等指标，某型号的产品具有外形复杂、高精密度、外形复杂等显著特点，其关键构件的加工涉及焊接等热加工工艺。由于试验费用大，研制周期长等特点，一直存在试验样本少、工况参数依靠有经验的工人进行经验试错等问题。在生产制造过程中，实际制造之前采用数字化设计对制造过程进行有限元仿真分析，但是由于一些大型的复杂构件在数字化仿真环节，需要耗费大量的时间，几天几周甚至几个月。而且随着产品性能要求的提升，会导致产品工艺的快速迭代更新，从而生产制造过程呈现出小批量、多品种、离散度高、研制周期短和费用昂贵等特点，加上对工件的尺寸严格要求，其工艺设计的质量和效率直接影响生产质量。目前大多生产线仍然是靠传统的工艺设计流程，依靠有经验的一线人员来不断试错改进，试验生产周期长达一两个月。所以，为了缩短研发的周期以满足企业制造的快速响应能力，焊接变形预测能力亟待提升。

引入元模型到数字化仿真设计与制造是智能制造过程关键的一步，所谓元模型，就是利用一些近似数学模型去替代那些在仿真过程中比较复杂和费时的数值分析。元模型能够大幅度提高设计效率，简化仿真流程，并且能够实现自适应元模型的构建。元模型根据样本点的获取方式，分为自适应元模型和非自适应元模型。非自适应是通过前期的样本点集直接构建元模型，构建好的元模型不会再变化更新；而自适应元模型则是根据加点准则，来更新需要增加的样本点，对元模型进行重新构建，重复迭代优化直接满足收敛准则。自适应元模型在处理实际工程问题时，能够同时保持高效性、鲁棒性、自适应性的优点。

在工程研究的领域中，元模型多用于结构优化、气动优化、飞行器设计优化、多目标优化等。把自适应元模型运用到焊接热变形问题求解中，可为设计方和制造厂商节约大量时间和成本，进一步为工件的研发和设计提供参考，具有直接的工程实用价值。

发明内容

针对上述技术问题，本发明提供了一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法，旨在用数学模型替代昂贵、耗时的有限元仿真，进而达到预测焊接热变形量的目的。

1.本发明的及技术方案是：一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法，其特征在于，包括以下步骤：

A、建立工件的多信任度有限元分析模型以及区间多信任度样本点的选取；

B、以有限元仿真模型变形量最大值作为响应值，根据初始样本点的信息以及响应值，构建初始协同元模型，在所述步骤B中，根据有限元仿真模型变形量最大值作为响应值，以热源参数作为协同元模型的输入参数X，响应值作为协同元模型的输出参数Y，建立协同元模型的具体步骤为：